基于BP神经网络的高铁弹条热处理工艺优化

针对高铁弹条生产过程中质量的波动问题,采用工业互联网的技术与热处理工艺的深度融合提升产品的质量,通过构建了一个5×8×1的三层BP神经网络模型,以高铁弹条热处理中的各个参数为输入层,硬度HRC为输出层。对神经网络模型进行训练后,模型的预测值与实际值之间误差小于1%。通过工业互联网的建设,实时获取热处理过程中的参数,以前工序的实际值加上后续工序的设定值,进入训练好的模型对结果进行预测,当预测值与标准值偏离大于5%时,计算出后续工序参数的优化建议。MES系统结合SCADA系统把优化过的工艺参数下发至设备,从而达到提升高铁弹条性能的目的。